针对受不确定性影响的非线性液压伺服系统,设计了一种基于高增益比例积分观测器的全局快速终端滑模控制方法。首先,采用输入输出反馈线性化方法对非线性模型进行线性化处理,使其适用于观测器与控制器的设计结构,其中比例积分观测器用于估计包括建模误差、外部干扰和测量噪声等综合不确定性,全局快速终端滑模控制器用于快速补偿观测器误差,从而进一步提高控制系统的鲁棒性。此外,根据李亚普诺夫稳定性理论证明了整个闭环系统的稳定性。最后,将所设计方法与传统PID控制以及传统滑模控制方法在相同的不确定性环境下进行了对比实验,实验结果表明所提方法具有更快的响应速度、更高的跟踪精度与抗干扰能力。

针对液压控制系统中存在的强非线性、参数不确定性和高频干扰等问题,提出一种基于指令滤波和期望补偿的鲁棒控制算法。该控制算法结合扩展状态观测器(ESO),实现了对速度及外干扰的估计;所设计的自适应控制算法可以在线估计系统的不确定参数;利用期望补偿方法,将实际速度信号替换为相应的期望值,以减少对控制效果的影响。此外,利用指令滤波技术避免了反步控制法里的微分膨胀问题,基于Lyapunov函数证明了所设计控制器的稳定性,且所有信号均有界。仿真结果表明,系统期望跟踪指令幅值为40 mm时,在1 Hz和0.5 Hz工况下,平均跟踪误差分别约为0.088 mm和0.0481 mm,可见跟踪误差收敛到了极小值,系统跟踪精度得到了提高。

针对非对称缸位置跟踪控制精度较差,提出了一种基于非线性自回归平均滑动离散模型(NARMAX)和量子粒子群算法的神经网络预测控制策略(QPSO-NNMPC)。利用NARMAX模型表示阀控非对称缸的动态模型,使用粒子群算法优化BP神经网络(PSO-BP)对阀控非对称缸系统在线预测,使用量子粒子群算法(QPSO)对目标函数非线性优化。仿真结果表明,在不同频率期望信号与变干扰力情况下,该控制策略具有良好的跟踪效果和鲁棒性。

针对周期性、多频扰动的电液阀控摆动液压缸位置伺服系统，提出以灰色系统理论与PID控制相结合的方法。构造了灰色PID控制算法，对系统不确定部分建立灰色模型，进行灰色预估补偿，实现对PID参数的最佳整合。经仿真和试验研究表明，该算法可以提高PID控制质量及其鲁棒性，并获得较好的跟踪控制效果。